基于扩展卡尔曼滤波的交流伺服系统低速性能的研究

基于扩展卡尔曼滤波的交流伺服系统低速性能的研究

论文摘要

近年来,随着微电子和控制技术的快速发展,交流伺服系统在工厂自动化、数控加工以及机器人等领域有着广泛的应用。在交流伺服系统中,电机的性能,尤其是低速运行时的性能在很大程度上决定了整个系统性能的好坏,因此,对低速时电机性能的研究显得尤为重要。本文在实验室实验平台的基础上,对交流伺服系统进行了实验和调试,发现问题,并在提高系统低速性能方面进行了理论和仿真研究。首先,本文列出了选题的背景和意义,对交流伺服系统的发展情况进行了总结,并重点研究了低速交流伺服系统的状况,在其基础上,提出了运用扩展卡尔曼滤波算法来解决系统低速时检测精度不高的问题。其次,对本实验中交流伺服系统的结构组成进行了详细介绍,并从工作原理、系统参数等方面对系统的主要部件做了重点说明。而且,对交流伺服系统中重要的执行元件——永磁同步电机,进行了介绍,在介绍电机结构和工作原理的基础上,建立了电机的数学模型,对影响电机电磁转矩的因素进行了分析,最终将对电机转矩的控制转化为对电机电流的控制,并将电机矢量控制技术中重要的坐标系变换理论进行了详细说明。然后,在PMAC的执行软件PEWIN32PRO的基础上,对系统的响应性能进行实验,重点调整了系统的PID参数和系统的动态性能。在系统性能调整良好以后,对系统作了大量的实验研究,从实验结果看出,高速时系统速度具有很好的响应性能,低速时速度响应较差,表现为速度有较大的波动,电机轴端的飞轮有明显的爬行现象。最后,本课题把扩展卡尔曼滤波(EKF)技术应用于系统的低速控制,完成系统低速状态下电机转速的估计。在Matlab的Simulink环境下对加入EKF的交流伺服系统进行了仿真,结果表明,采用EKF技术进行低速的辅助检测可以提高系统的转速跟踪性能,该方法有实际应用价值。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 选题的背景及意义
  • 1.2 交流伺服系统的发展状况
  • 1.3 交流伺服系统中低速性能的研究状况
  • 1.4 本课题的主要研究内容
  • 第2章 交流伺服系统的结构与组成
  • 2.1 系统的组成
  • 2.2 主要部件
  • 2.2.1 工业控制计算机
  • 2.2.2 PMAC运动控制卡
  • 2.2.3 交流伺服电机及驱动器
  • 2.2.4 双端口RAM(DPRAM)
  • 2.2.5 接口板
  • 第3章 永磁同步电机及控制技术
  • 3.1 交流伺服电机的优点
  • 3.2 永磁同步电机的结构
  • 3.3 永磁同步电机的工作原理
  • 3.4 永磁同步电机的数学模型
  • 3.4.1 数学模型的建立
  • 3.4.2 电机的电磁转矩的分析
  • 3.5 矢量控制技术
  • 3.5.1 矢量控制的变换原理
  • 3.5.2 坐标系变换
  • 第4章 实验平台的研究与调试
  • 4.1 PEWIN32 PRO软件
  • 4.1.1 PEWIN32 PRO的功能及操作界面
  • 4.1.2 PEWIN32 PRO的指令及变量说明
  • 4.2 系统基于PEWIN32 PRO的控制参数调节
  • 4.2.1 PID参数整定
  • 4.2.2 动态特性的调节
  • 4.3 电机低转速的现象及分析
  • 4.3.1 电机在低速时的实验现象
  • 4.3.2 影响电机低速性能的因素分析
  • 第5章 卡尔曼滤波
  • 5.1 卡尔曼滤波算法的发展
  • 5.2 卡尔曼滤波算法的原理
  • 5.3 卡尔曼滤波的应用
  • 5.3.1 雷达
  • 5.3.2 汽车导航
  • 5.3.3 建筑物变形监测
  • 5.3.4 计算机图像处理
  • 5.3.5 控制工程
  • 第6章 本系统中电机低转速时性能的改进策略研究
  • 6.1 扩展卡尔曼滤波在PMSM低速控制中的应用
  • 6.2 Matlab中Simulink的简介
  • 6.3 基于扩展卡尔曼滤波器的系统仿真结构图
  • 6.4 运用扩展卡尔曼滤波器的系统仿真
  • 第7章 结论
  • 参考文献
  • 致谢
  • 相关论文文献

    • [1].扩展卡尔曼滤波在受到恶意攻击系统中的状态估计[J]. 自动化学报 2020(01)
    • [2].基于卡尔曼滤波与大数据预测的路径规划研究[J]. 电子测量技术 2020(03)
    • [3].基于状态增广的修正迭代扩展卡尔曼滤波[J]. 电子技术应用 2020(04)
    • [4].基于自适应容积卡尔曼滤波的主动配电网状态估计[J]. 电测与仪表 2020(19)
    • [5].基于雷达/红外测量的期望最大化容积卡尔曼滤波[J]. 南京理工大学学报 2020(05)
    • [6].基于容积卡尔曼滤波的配电网状态估计[J]. 电力科学与工程 2019(11)
    • [7].一种高效抗差卡尔曼滤波的导航应用[J]. 导航定位学报 2016(04)
    • [8].基于扩展卡尔曼滤波的雷达无源定位方法[J]. 火力与指挥控制 2016(11)
    • [9].基于补偿卡尔曼滤波的姿态估计算法实现[J]. 测控技术 2017(03)
    • [10].加性噪声下增广容积卡尔曼滤波及其目标跟踪应用[J]. 计算机应用与软件 2017(03)
    • [11].扩展卡尔曼滤波在组合导航中的应用[J]. 传感器与微系统 2017(08)
    • [12].一种移动机器人扩展卡尔曼滤波定位算法及仿真[J]. 广东第二师范学院学报 2017(05)
    • [13].扩展卡尔曼滤波的安卓手机定位算法研究[J]. 全球定位系统 2020(02)
    • [14].基于平方根容积卡尔曼滤波的水面无人艇导航定位算法[J]. 中国造船 2020(S1)
    • [15].平台摇摆对卡尔曼滤波跟踪精度的影响[J]. 航空学报 2017(06)
    • [16].未知状态模型下基于高阶容积卡尔曼滤波和神经网络的状态估计算法[J]. 计算机应用与软件 2017(06)
    • [17].改进的迭代卡尔曼滤波及其在全球导航星系统/惯导紧组合中的应用[J]. 电子器件 2017(05)
    • [18].北斗导航卫星迭代双向卡尔曼滤波定轨[J]. 海洋测绘 2016(02)
    • [19].扩展卡尔曼滤波与粒子滤波性能对比[J]. 测绘通报 2016(04)
    • [20].时间扩展取样集合卡尔曼滤波同化模拟探空试验研究[J]. 气象学报 2012(01)
    • [21].老采空区残余沉降的集合卡尔曼滤波预测[J]. 金属矿山 2012(08)
    • [22].基于双因子抗差卡尔曼滤波在动态导航中的应用[J]. 全球定位系统 2011(03)
    • [23].扩展卡尔曼滤波和不敏卡尔曼滤波在实时雷达回波反演大气波导中的应用[J]. 物理学报 2011(11)
    • [24].一种改进扩展卡尔曼滤波新方法[J]. 计算机工程与应用 2010(19)
    • [25].单球无味卡尔曼滤波在飞船姿态估计中的应用[J]. 计算机测量与控制 2009(09)
    • [26].自适应渐消有偏扩展卡尔曼滤波在目标跟踪中的应用[J]. 传感技术学报 2020(02)
    • [27].基于扩展卡尔曼滤波的气动参数在线修正方法[J]. 计算机仿真 2020(03)
    • [28].基于强跟踪容积卡尔曼滤波的永磁同步电机转子位置估计[J]. 微电机 2020(03)
    • [29].路面附着系数的自适应衰减卡尔曼滤波估计[J]. 中国公路学报 2020(07)
    • [30].卡尔曼滤波在动位移测试中的应用[J]. 科学技术创新 2019(13)

    标签:;  ;  ;  ;  

    基于扩展卡尔曼滤波的交流伺服系统低速性能的研究
    下载Doc文档

    猜你喜欢